Каким будет будущее колл-центров с достижениями в области дизайна и технологий? Изменятся ли они или вообще станут неактуальными?
Ничто так не раздражает, как надоедливые вредоносные/рекламные программы, которые продолжают генерировать всплывающие окна на наших экранах одно за другим. За считанные секунды экран заполняется более чем 10–15 всплывающими окнами, заставляя нас биться головой о стол! Ура!
К сожалению, большинство программных инструментов похожи на эти вредоносные программы. Они выводят на экран много данных… некоторые важные, некоторые нерелевантные, а некоторые полностью вредные (неверная информация, которая может привести к серьезным ошибкам!). Уже много лет компании пытаются решить проблему классификации, обнаружения и отображения релевантных данных, которые могут быть легко использованы пользователем.
Это становится невероятно очевидным, когда мы изучаем рабочую ситуацию руководителя колл-центра. Руководителям колл-центра необходимо достичь оптимального баланса между достижением эффективности и обеспечением удовлетворенности клиентов во время их звонков. Они измеряются количеством звонков, совершенных за день, а также количеством полученных положительных отзывов.
Их задача в достижении этих целей состоит в том, чтобы извлечь данные, относящиеся к звонку, из потока информации, навязанной им, во время разговора с вызывающим абонентом.
Почти 75 % времени разговора уходит на поиск нужной информации!
Им приходится просеивать несколько окон, вводить многочисленные запросы, записывать запрашиваемую информацию и многое другое… в то время как клиент, вероятно, кричит во весь голос на другом конце звонка!
Как инновации в дизайне могут сделать руководителей колл-центра более эффективными в получении нужной информации, относящейся к звонку? Является ли это только проблемой дизайна пользовательского интерфейса, заключающейся в сокращении большого количества экранов и навигации между приложениями до одного экрана? Это вообще правильный подход, если предположить, что можно втиснуть столько информации и при этом использовать ее?
Простое упражнение по редизайну пользовательского интерфейса вскоре оказалось бесполезным, учитывая огромный объем информации из многочисленных приложений и экранов. Стало ясно, что нужен другой подход.
Вдохновением было осознание того, что поисковые системы уже давно решили проблему доставки наиболее релевантной информации пользователю из петабайт данных, разбросанных по Интернету в течение длительного времени.
Что, если бы мы применили те же принципы построения потока запросов поисковой системы для решения проблемы?
Вместо того, чтобы перемещаться по экранам в поисках информации, пользователю нужно было воспроизвести то же самое поведение, которое он использовал всю свою жизнь, чтобы найти что-то в Интернете… Поиск!
Использование этого понимания в качестве движущего принципа привело к решению двух ключевых задач при решении проблемы:
Проблема №1. Данные существовали на множестве экранов из разных приложений, работающих изолированно. Руководители разработали методы преодоления трудностей, такие как табуляция во всех приложениях, только для того, чтобы поддерживать сеансы! У них есть личные блокноты для вырезания и вставки информации, которая, по их мнению, может оказаться полезной в звонке с разных экранов, в то же время обрабатывая большое количество информации, в значительной степени не относящейся к текущему звонку.
Подход, основанный на поиске, заменил практику ручного извлечения данных из разных приложений на машинный интеллект для представления релевантных данных, необходимых для звонка. Поскольку контекст звонка уже известен во вступительном слове «Чем я могу помочь вам сегодня?», руководитель может ввести ключевые слова, которые, как ему известно, относятся к контексту звонка, в строку поиска. Система может извлекать соответствующую информацию из ключевых слов, введенных в то время, когда руководитель выполнял действия по подтверждению личности звонящего. Это обеспечивает максимальную эффективность доступа к данным с минимальным переключением между приложениями и их экранами.
Проблема № 2. Несколько уровней и типов данных, отображаемых в разных окнах, чрезвычайно затрудняют понимание и идентификацию информации, относящейся к вызывающему абоненту. Изучение шаблонов журналов вызовов и сопоставление с типом необходимой информации предоставило руководителю возможность гораздо более эффективно группировать информацию.
Информационная архитектура была полностью переосмыслена, сосредоточившись на трех простых идеях. (i) Мы обнаружили, что 80 % запросов можно удовлетворить, сгруппировав данные в виджеты (ii) Одни и те же виджеты могут обрабатывать разные запросы, если информация сгруппирована разумно (iii) Затем виджеты могут быть помечены для определения характера содержащейся в нем информации. Связав теги с ключевыми словами в строке поиска, можно открыть необходимые виджеты для звонка.
Теперь… все, что нужно было сделать представителю колл-центра, это ввести ключевое слово в строке поиска во время вступительного разговора со звонящим… и вся необходимая информация будет там!
Использование возможностей поиска таким образом помогло повысить эффективность почти на 25 % (среднее время вызова сократилось с 280 до 210 секунд в среднем по отрасли).
Этого было бы трудно, если не невозможно достичь, используя традиционный подход к редизайну пользовательского интерфейса для такого большого набора информации, разбросанной по стольким приложениям. Уменьшение стресса руководителя колл-центра при простом поиске и копировании нужной информации создало возможность для перекрестных продаж за счет улучшения взаимодействия с клиентами.
Современные тенденции в технологиях и связанные с ними дизайнерские вмешательства могут помочь полностью переосмыслить проблемы, с которыми мы сталкиваемся сегодня. Подход, основанный на поиске, для руководителя колл-центра быстро создаст огромный учебный набор для механизма машинного обучения, чтобы уточнить информацию, представляемую руководителю колл-центра. Доверие, построенное таким образом, может в будущем открыть возможность сделать панель поиска доступной непосредственно для вызывающего абонента на их телефонах! Использование технологий распознавания речи может легко позволить звонящему говорить, а не печатать свой запрос. Таким образом, многие звонящие будут удовлетворять свои потребности напрямую, говоря в свои телефоны, тем самым уменьшая количество вызовов, обслуживаемых колл-центром. Хотя руководителям колл-центра может потребоваться поддержка этого механизма еще какое-то время, машина будет учиться на каждом взаимодействии, что в конечном итоге снизит потребность во вмешательстве человека.
Все вышеперечисленное явно находится в сфере возможностей, учитывая быстрое развитие машинного обучения и речевых технологий. В связи с этим возникает интересный вопрос: «Какую новую ценность могут предложить традиционные сегодняшние колл-центры в сценарии, в котором инструменты машинного обучения автоматизируют значительный процент запросов, обрабатываемых сегодня руководителями?»
ПС. Спасибо Ниведите Камат за ее вклад в эту статью
